每月学习数理统计--《统计学习方法—李航》(1)

标签：乘法   梯度   res   学习   观点   写作   混合   书籍   马尔科夫   

     现在这本书已经看完70%，在看完后我将会将每一章的内容按照自己的理解并结合其他书籍包括<<统计机器学习导论>>^[1] _，<<机器学习>>^[2]，<<大数据分析>>^[3]这三本书总结经典的几大算法原理与代码实现。下面是预计的写作思路：

一、分类学习

　　1.SVM

　　2.决策树

　　3.Logistic 回归

　　4.贝叶斯判别法

　　5.K近邻法

　　6.最小二乘法

　　7.最大熵模型

　　8.高斯混合模型

二、集成学习

　　1.Random Forest

　　2.GBDT

　　3.AdaBoost

三、结构化分类    

　　1.马尔科夫理论

　　2.条件随机场

四、从二分类到多分类

　　1.OVA

　　2.OVO

五、重要的数学算法

　　1.极大似然法

　　2.梯度下降法

　　3.牛顿法

　　4.拉格朗日对偶性

　　5.SMO解法

　　6.损失最小化的观点

我会尽可能利用MATLAB或者Python实现所有内容，如果有不能实现的，还希望大家能够多多帮助我这个刚刚入门的小白~

每月学习数理统计--《统计学习方法—李航》(1)

标签：乘法   梯度   res   学习   观点   写作   混合   书籍   马尔科夫   

原文地址：https://www.cnblogs.com/tjpeng/p/10291279.html